日本：人工智能技术初次运用于宇宙数据分析ai可髙速预测分析宇宙中繁杂大中型构造

 做为生物学家能够应用的最规模性的认证科学研究，观测认证宇宙基础架构的“观测宇宙学”慢慢完善。“宇宙规模性构造”近些年愈来愈重视。“宇宙规模性构造”指的是每个星系交错的多孔结构，是宇宙目前为止繁杂演变史的终结状态。利用天文望远镜等进行详尽观查，有利于解开危害宇宙超进化的暗物质和暗能量谜团。

 为掌握人们所属的宇宙是哪些的宇宙，依据物理学基础理论，应用非常计算机计算宇宙中各种各样规模性构造的演变，将其与观测数据信息开展比照，是一种十分合理的方式。可是，这必须对数十万到上百万个宇宙论实体模型开展精准的计算，而即应用当今可利用的较大计算資源，也没办法开展这般很多的仿真模拟。

 日本京都大学基本物理研究室特殊准专家教授西道启博的科学研究工作组，尝试利用人工智能技术的“机器学习”方式来处理此难点。科学研究工作组的机器学习机器设备被称作“暗手机模拟器”。该设备对宇宙中暗物质成份的总数和特性等开展了各种各样计算，从计算算出的101个虚似宇宙中“学习培训”相对关联。那样就能够迅速对新宇宙学实体模型预估的結果开展基础理论预测分析，而不用开展新的仿真模拟。

 “机器学习”应用的虚似宇宙数据信息是日本国立大学天文台认证非常计算机“aterui”和“ateruiⅱ”用时3年计算出的总容积300tb(terabyte)的极大仿真模拟数据信息。

 “暗手机模拟器”能够预测分析星系的空间布局和弱作用力镜片效用的具体观查結果，偏差约为2%—3%，利用规范笔记本能够在几秒内进行基础理论预测分析，进而将计算成本费大幅度降低。

 “暗手机模拟器”是初次在具体观测数据信息上立即运用的ai专用工具，向利用人工智能技术解析宇宙互联网大数据迈开实际性的一步，也推动了下一代最终宇宙观测学的来临。

 科研成果已发表在最近的《天体物理学杂志期刊》上。(新闻记者陈超)